| 基于RBF神经网络的弧焊机器人轨迹跟踪控制方法 |
| 王保民; 张明亮
|
| 2019-06-15
|
发表期刊 | 兰州理工大学学报
|
ISSN | ISSN:1673-5196
|
期号 | 2019年03期页码:85-89 |
摘要 | 针对目前弧焊机器人的控制算法大多是基于关节空间的算法,而这种算法无法实现对机械臂末端位置的直接控制的问题,提出了基于笛卡尔空间的轨迹跟踪控制算法.首先运用RBF(radical basis function)神经网络技术对实际机械臂数学模型的建模误差和参数不确定性进行补偿,接着定义Lyapunov函数并运用HJI(Hamilton-Jacobi inequality)定理设计基于笛卡尔空间的机器人鲁棒控制器.在此基础上以二自由度机械臂为被控对象进行仿真研究,仿真结果表明,基于笛卡尔空间算法的轨迹跟踪控制算法误差小于基于关节空间的控制算法,在基于笛卡尔空间的控制算法的仿真中末端轨迹跟踪误差小于0.08 mm,神经网络能够有效地在线学习机器人的建模误差和参数不确定性. |
关键词 | 弧焊机器人
轨迹跟踪
控制算法
RBF神经网络
HJI定理
|
URL | 查看原文
|
收录类别 | CNKI
|
语种 | 中文
|
文献类型 | 期刊论文
|
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/414
|
专题 | 机电工程学院
|
作者单位 | 兰州理工大学机电工程学院
|
第一作者单位 | 机电工程学院
|
第一作者的第一单位 | 机电工程学院
|
推荐引用方式 GB/T 7714 |
王保民,张明亮. 基于RBF神经网络的弧焊机器人轨迹跟踪控制方法[J]. 兰州理工大学学报,2019(2019年03期):85-89.
|
APA |
王保民,&张明亮.(2019).基于RBF神经网络的弧焊机器人轨迹跟踪控制方法.兰州理工大学学报(2019年03期),85-89.
|
MLA |
王保民,et al."基于RBF神经网络的弧焊机器人轨迹跟踪控制方法".兰州理工大学学报 .2019年03期(2019):85-89.
|
文件名:
|
基于RBF神经网络的弧焊机器人轨迹跟踪控制方法.pdf
|
格式:
|
Adobe PDF
|
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论